As narrativas sobre os algoritmos do Facebook : uma análise dos 10 anos do feed de notícias

Abstract

Esta tese acompanha a construção do Feed de Notícias do Facebook ao longo dos seus primeiros 10 anos (2006-2016) com o objetivo de descrever as formas como o mecanismo e a noção de algoritmo são definidos ao longo do período estudado. São analisados os conteúdos digitais, chamados de dispositivos textuais, que compõem publicamente o que o Feed de Notícias é e faz, descrevendo os atores implicados na composição dessa narrativa, mapeando seus objetivos e seus efeitos. A amostra analisada toma como ponto de partida os dispositivos textuais alocados em dois espaços digitais institucionais do Facebook: Facebook Blog e Facebook Newsroom. A partir da leitura de mais de mil publicações digitais do Facebook e de outros agentes (usuários, produtores de conteúdo, imprensa, ativistas etc.), foram selecionadas as publicações mais relevantes ao estudo, escolhidas com ênfase em eventos e circunstâncias de negociação ou mudança. A abordagem aqui construída representa uma composição de perspectivas dos estudos de ciência e tecnologia (STS) e da Teoria Ator-Rede (TAR). Trata-se do conjunto de procedimentos utilizados na descrição do caráter performativo dos textos. Na análise realizada na tese, são identificados três momentos distintos da construção da noção de algoritmo ao longo da trajetória do Feed de Notícias, chamados de Algoritmo Edgerank, Algoritmo Certo e Algoritmo Centrado no Usuário. Ao mesmo tempo, é apresentada a formulação do Feed de Notícias como um fluxo constante. É argumentado que as transformações no mecanismo são orientadas para gerar engajamento e manter usuários conectados ao Facebook. Engajamento é, na racionalidade emergente da construção do Feed de Notícias, uma mercadoria resultante de sua ação. Outra noção relevante decorrente da análise é a ideia de norma algorítmica como lógica normativa de visibilidade que busca regular o relacionamento entre produtores de conteúdo e o mecanismo, punindo os que não seguem as chamadas boas práticas.

This study follows the Facebook News Feed construction throughout its first ten years (2006– 2016). The objective of this research is to describe the way this mechanism and the notion of algorithm were compounded, enacted and transformed during that period. This is achieved through an analysis of the digital content (referred to here as ‘textual devices’) that publicly constructs what the News Feed is and how it functions. This analysis describes the actors involved within this narrative, mapping their objectives and effects. The sample is constructed beginning with the textual devices published on Facebook’s institutional websites: Facebook Blog and Facebook Newsroom. Following the reading of more than 1,000 texts of Facebook and other agents (users, content producers, media, activists, etc.), the most relevant publications were selected, emphasizing situations of change, conflict and controversy. The research approach, which was based on science and technology studies (STS) and actornetwork theory (ANT), involved constructing a body of procedures used to describe the performative character of texts. The current study found that during the development of the News Feed, Facebook’s notion of algorithm has gone through three different phases, referred to here respectively as the Edgerank Algorithm, Right Algorithm and User-centered Algorithm. One of the most interesting findings was that the changes in the News Feed are primarily oriented towards the objective of creating engagement by keeping users connected to Facebook. Engagement is an important commodity within the rationality that emerged from this scenario. It is argued that the News Feed development may be seen as a continuous flow. Another important finding was the notion called algorithmic norm, as a normative logic of visibility that rules the relationship between content producers and the News Feed. The algorithmic norm tends to enact specific judgements and to punish content producers who do not follow what Facebook calls good practices.